摘 要：提出一種包含靈活儲氫和蓄電池聯(lián)合儲能的混合可再生能源系統(tǒng)，并提出一種考慮極端運(yùn)行工況的規(guī)劃運(yùn)行多階段協(xié)同優(yōu)化方法，第1階段以最小化凈負(fù)荷為目標(biāo)，優(yōu)化混合系統(tǒng)中風(fēng)電與光伏的容量；第2階段在正常運(yùn)行、極端全充電、極端全放電3種典型工況下對聯(lián)合儲能系統(tǒng)進(jìn)行容量運(yùn)行雙層協(xié)同優(yōu)化。上層規(guī)劃模型以平準(zhǔn)化儲能度電成本最小為目標(biāo)優(yōu)化儲能容量，下層調(diào)度模型以功率偏差最小為目標(biāo)優(yōu)化儲能系統(tǒng)運(yùn)行策略，并采用元啟發(fā)式優(yōu)化算法和混合整數(shù)線性規(guī)劃進(jìn)行求解。研究表明：1）考慮極端全充電和全放電運(yùn)行工況時(shí)，儲氫系統(tǒng)的容量配置靈活性可以使系統(tǒng)更經(jīng)濟(jì)地應(yīng)對極端工況，體現(xiàn)了氫儲能的優(yōu)越性；2）基于聯(lián)合儲能的混合可再生能源系統(tǒng)比單一儲能系統(tǒng)具有更高的經(jīng)濟(jì)效益，其平準(zhǔn)化儲能度電成本相較于氫儲能降低了3.97%，相較于蓄電池儲能降低了8.25%；3）相比于基于運(yùn)行規(guī)則的容量優(yōu)化方法，該文提出的規(guī)劃運(yùn)行多階段協(xié)同優(yōu)化方法使系統(tǒng)平準(zhǔn)化儲能度電成本降低了13.7%。

關(guān)鍵詞：可再生能源；儲能；多能互補(bǔ)；靈活儲氫；蓄電池；多階段協(xié)同優(yōu)化

中圖分類號：TM615 文獻(xiàn)標(biāo)志碼：A

0 引 言

可再生能源系統(tǒng)建設(shè)是實(shí)現(xiàn)中國“碳達(dá)峰，碳中和”的重要途徑［1］。儲能技術(shù)是進(jìn)一步提高可再生能源發(fā)電可靠性和滲透率的有效解決辦法之一［2］。然而，單一儲能技術(shù)通常具有一定局限性［3］，無法同時(shí)滿足功率密度和能量密度的雙重需求。因此，構(gòu)建含多種儲能形式的可再生能源多能互補(bǔ)系統(tǒng)（hybrid renewable energy system，HRES）是實(shí)現(xiàn)其經(jīng)濟(jì)可靠供電的有效方法。

針對可再生能源多能互補(bǔ)系統(tǒng)的容量優(yōu)化配置，文獻(xiàn)［4］研究了考慮資源不確定性的風(fēng)電-光伏-儲氫混合微電網(wǎng)系統(tǒng)的容量優(yōu)化問題，提出可有效提高容量優(yōu)化結(jié)果的準(zhǔn)確性及計(jì)算效率的優(yōu)化方法；文獻(xiàn)［5］研究了風(fēng)電制氫系統(tǒng)結(jié)構(gòu)和運(yùn)行特性，提出利用區(qū)間優(yōu)化理論確定制氫系統(tǒng)最優(yōu)容量配置方法；文獻(xiàn)［6］提出以歷史負(fù)荷為參考，建立光伏-儲氫的熱電聯(lián)供系統(tǒng)，并從應(yīng)用層面論證了儲氫代替蓄電池的可行性。然而，上述研究僅面向于含單一儲能的多能互補(bǔ)系統(tǒng)，而基于儲能互補(bǔ)特性的聯(lián)合儲能系統(tǒng)（hybrid energy storagesystem，HESS）可實(shí)現(xiàn)更優(yōu)的綜合性能。

在多儲能可再生能源多能互補(bǔ)系統(tǒng)容量優(yōu)化研究中，文獻(xiàn)［7］對比分析了多種聯(lián)合儲能系統(tǒng)與單一儲能的經(jīng)濟(jì)性與運(yùn)行穩(wěn)定性，結(jié)果表明構(gòu)建聯(lián)合儲能有利于降低總投資成本，提高系統(tǒng)的綜合效率；文獻(xiàn)［8］介紹了基于動態(tài)建模下應(yīng)用雨流計(jì)數(shù)法計(jì)算電池循環(huán)壽命的蓄電池-儲氫與蓄電池-飛輪儲能的HESS 的經(jīng)濟(jì)與技術(shù)比較，并深入研究了市場對HESS 盈利能力的影響；文獻(xiàn)［3］考慮多能互補(bǔ)系統(tǒng)的全生命周期，研究了蓄電池-儲氫聯(lián)合儲能的容量優(yōu)化問題，基于混合整數(shù)線性規(guī)劃（mixed-integer linear programming，MILP）與分支切割算法獲得了經(jīng)濟(jì)性最優(yōu)的容量優(yōu)化結(jié)果；文獻(xiàn)［9］進(jìn)行了離網(wǎng)型抽蓄-蓄電池容量優(yōu)化研究，基于蓄電池作為抽蓄備用電源的能量管理運(yùn)行策略進(jìn)行容量優(yōu)化，得到當(dāng)可靠性為97.5% 時(shí)聯(lián)合儲能系統(tǒng)有最佳能源供應(yīng)成本；文獻(xiàn)［10］開展了蓄電池-儲氫系統(tǒng)容量優(yōu)化研究，基于并網(wǎng)/離網(wǎng)兩種規(guī)則運(yùn)行策略，計(jì)算蓄電池-儲氫最優(yōu)經(jīng)濟(jì)性下的容量，得出其提出的兩種運(yùn)行策略對于增加可再生能源消納量、滿足多能互補(bǔ)系統(tǒng)綜合性能要求是有效可行的。上述研究均基于調(diào)度規(guī)則進(jìn)行聯(lián)合儲能的容量優(yōu)化，然而，考慮極端運(yùn)行工況的聯(lián)合儲能系統(tǒng)的多階段協(xié)同規(guī)劃運(yùn)行的優(yōu)化方法研究較少。

因此，本文計(jì)及儲能的互補(bǔ)特性提出一種離網(wǎng)型風(fēng)電-光伏-蓄電池-儲氫多能互補(bǔ)系統(tǒng)的規(guī)劃運(yùn)行多階段協(xié)同優(yōu)化模型。其中蓄電池具有響應(yīng)速率快、功率密度高等技術(shù)特性，適用于短期的能量存儲［11-12］。而儲氫具有較高的能量密度及較低的自放電損失，更適用于長時(shí)儲能。具體優(yōu)化思路為，首先以凈負(fù)荷最小化為目標(biāo)，優(yōu)化風(fēng)電和光伏的裝機(jī)容量，確定聯(lián)合儲能優(yōu)化研究的邊界條件。其次實(shí)現(xiàn)蓄電池儲能和儲氫的規(guī)劃運(yùn)行雙層協(xié)同優(yōu)化，上層以平準(zhǔn)化儲能度電成本（levelized cost of storage，LCOS）最小為目標(biāo)，優(yōu)化儲能容量；下層以功率偏差（power deviation，PD）最小為目標(biāo)，優(yōu)化儲能系統(tǒng)運(yùn)行策略。同時(shí)本文考慮極端全充電和全放電工況對系統(tǒng)的影響，最終獲得更加經(jīng)濟(jì)且符合實(shí)際情況的離網(wǎng)型風(fēng)電-光伏-蓄電池-儲氫多能互補(bǔ)系統(tǒng)的運(yùn)行調(diào)度和容量配置最優(yōu)方案。

1 風(fēng)電-光伏-蓄電池-儲氫系統(tǒng)結(jié)構(gòu)

本文提出的含儲氫-蓄電池聯(lián)合儲能的離網(wǎng)型多能互補(bǔ)系統(tǒng)如圖1 所示，主要組成部分包括風(fēng)電場、光伏電站、蓄電池、電解槽（electrolyzer，EL）、儲氫罐（hydrogen storage tank，HST）、燃料電池（fuel cell，F(xiàn)C）、DC/AC 轉(zhuǎn)換器、交流母線和用電負(fù)荷。在多能互補(bǔ)系統(tǒng)中，風(fēng)電和光伏作為基礎(chǔ)電源，儲氫和蓄電池進(jìn)行聯(lián)合儲能，以平衡發(fā)電與負(fù)荷的不匹配。聯(lián)合儲能系統(tǒng)能有效緩解可再生能源的間歇性，提高系統(tǒng)可靠性。

2 協(xié)同優(yōu)化模型

本文采用的多能互補(bǔ)系統(tǒng)的運(yùn)行與容量多階段協(xié)同優(yōu)化框架如圖2 所示。階段1 中，以降低可再生能源發(fā)電量與負(fù)荷的絕對差值（即凈負(fù)荷）為目標(biāo)，優(yōu)化風(fēng)電與光伏容量，從而確定聯(lián)合儲能系統(tǒng)優(yōu)化的邊界條件。其次，運(yùn)用K-means 聚類算法選取典型的凈負(fù)荷曲線。階段2 中，考慮正常運(yùn)行、極端全充電、極端全放電3 種典型工況，對聯(lián)合儲能系統(tǒng)進(jìn)行容量運(yùn)行雙層協(xié)同優(yōu)化。上層以平準(zhǔn)化儲能度電成本最小為目標(biāo)，基于粒子群優(yōu)化算法（particle swarm optimization，PSO）求解電解槽、燃料電池、蓄電池的額定功率以及儲氫罐和蓄電池的額定容量。下層以功率偏差最小為目標(biāo)，基于混合整數(shù)線性規(guī)劃求解電解槽、燃料電池、蓄電池的實(shí)時(shí)運(yùn)行功率。此外，上層模型的容量配置作為下層模型的邊界條件，而下層模型的最優(yōu)運(yùn)行策略反饋至上層模型。當(dāng)考慮不同功率偏差時(shí)，只需在下層設(shè)置不同的邊界條件即可。例如為了優(yōu)化得到PD≤5% 條件下的優(yōu)化結(jié)果，只需設(shè)置下層功率偏差PD≤n 中n =5%，返回HESS 的運(yùn)行功率給上層，最終得到HESS 的容量優(yōu)化結(jié)果。

2.1 可再生能源容量優(yōu)化

風(fēng)電模型和光伏模型［13］分別為：

式中：PW 、PPV—— 歸一化后的風(fēng)電和光伏出力；v、vci、vco、vr——實(shí)際風(fēng)速、風(fēng)力機(jī)的切入風(fēng)速、切出風(fēng)速、額定風(fēng)速，m/s；IT、ISTC、Iref——傾斜面上的輻照度、標(biāo)準(zhǔn)測試下的輻照度、參考輻照度，W/m2；TPV、TSTC、Tamb、Tref——實(shí)際運(yùn)行溫度、環(huán)境溫度、標(biāo)準(zhǔn)測試溫度、參考溫度，℃；β——溫度系數(shù)；TNOCT——標(biāo)稱工作溫度，℃。

本文提出的優(yōu)化框架首先基于最小化風(fēng)電和光伏出力與負(fù)荷需求之間的差值優(yōu)化風(fēng)電和光伏容量。第1 階段的優(yōu)化目標(biāo)為：

式（26）表示聯(lián)合儲能系統(tǒng)的運(yùn)行可靠性約束；式（27）和式（28）分別表示電解槽、電池、燃料電池的功率約束；式（29）表示儲氫與蓄電池的額定容量約束。

3 案例分析

本文選取中國西北某地風(fēng)電和光伏的資源數(shù)據(jù)和負(fù)荷數(shù)據(jù)，風(fēng)力機(jī)選用Vestas V47-100 型號，光伏選用JAP60S01-249SC 型號。風(fēng)電和光伏的歸一化輸出如圖3 所示。負(fù)荷數(shù)據(jù)平均值和峰值分別為599.67 kW 和839 kW，如圖4 所示，該負(fù)荷水平針對于離網(wǎng)城鎮(zhèn)級用電場景［10］。風(fēng)電裝機(jī)額定容量CW 和光伏裝機(jī)額定容量CPV 作為決策變量，PSO 相關(guān)運(yùn)行參數(shù)如表1 所示［15］，以fS1 為目標(biāo)函數(shù)進(jìn)行優(yōu)化。在第1 階段中風(fēng)電和光伏通過PSO 的優(yōu)化結(jié)果分別為1600 kW和1040 kW。

K 均值聚類結(jié)果如圖5 所示，其中典型工況下3 條凈負(fù)荷曲線相應(yīng)的概率分別為6.36%、23.7%、69.94%。

工況1：凈負(fù)荷曲線數(shù)據(jù)3 在聚類中出現(xiàn)的概率最高，代表HESS 典型工況。

工況2：凈負(fù)荷曲線數(shù)據(jù)2，argminKi=1Σ24t =1Ptnet （t），代表極限情況下放電工況。

工況3：凈負(fù)荷曲線數(shù)據(jù)1，argmaxKi=1Σ24t =1Ptnet （t），代表極限情況下充電工況。

本文首先研究典型工況，HESS 系統(tǒng)的配置以及運(yùn)行策略，接著考慮不同工況對HESS 的配置結(jié)果以及經(jīng)濟(jì)性的影響。同時(shí)在典型工況下對比HESS 與單獨(dú)儲氫和蓄電池系統(tǒng)的經(jīng)濟(jì)性，并對比雙層優(yōu)化方法與基于規(guī)則優(yōu)化方法的經(jīng)濟(jì)性。HESS 的經(jīng)濟(jì)與運(yùn)行參數(shù)見表2［15-16］、表3［13-14］。本文考慮多能互補(bǔ)系統(tǒng)的運(yùn)行周期為20 a。

3.1 典型工況下不同功率偏差的結(jié)果分析

采用凈負(fù)荷曲線數(shù)據(jù)3（工況1），研究不同PD 約束下雙層聯(lián)合儲能容量與運(yùn)行優(yōu)化，具體優(yōu)化結(jié)果如表4 所示。在不同PD 約束條件下HESS 的運(yùn)行策略和電池荷電狀態(tài)（state of charge，SOC）狀態(tài)如圖6 所示。

由表4 可知，HESS 的LCOS 隨PD 約束的減小而增大，說明聯(lián)合儲能系統(tǒng)的可靠性和經(jīng)濟(jì)性相互制約，在更高的可靠性需求下，LCOS 也會隨之增加。

由圖6 可知，當(dāng)PD=0 時(shí)，運(yùn)行優(yōu)化結(jié)果中凈負(fù)荷的最大峰值出現(xiàn)在18：00，最小值出現(xiàn)在07：00。HESS 的充放電功率通過儲氫和蓄電池協(xié)同運(yùn)行完成，可吸收消納所有的凈負(fù)荷。其中儲氫系統(tǒng)的電解槽額定功率為491 kW，儲氫罐的額定容量為651.5 kg，燃料電池的額定功率為228.1 kW，主要起消納作用，蓄電池的額定功率為28.3 kW，額定容量為125.9 kWh，起補(bǔ)充消納作用，在凈負(fù)荷的峰值和峰谷時(shí)段協(xié)助儲氫完成對凈負(fù)荷的吸收與消納。儲氫和蓄電池的SOC也滿足運(yùn)行一天的復(fù)位約束，不會影響第二天的運(yùn)行，驗(yàn)證了優(yōu)化結(jié)果的有效性。

在不同PD 約束條件下，HESS 中蓄電池占比隨PD 的增大而逐漸上升，而儲氫占比則逐漸下降。其中當(dāng)PD≤20% 相較于PD≤0% 時(shí)電解槽，儲氫罐和燃料電池的配置結(jié)果分別降低了96.6%、40.2% 和58.4%；蓄電池的額定功率和額定容量分別增加了537.8% 和2016.7%。峰值時(shí)段，凈負(fù)荷吸納程度降低。這是由于儲氫整體成本相較于蓄電池較高，但其系統(tǒng)具有組合靈活性，當(dāng)要求完全消納凈負(fù)荷時(shí)，可根據(jù)凈負(fù)荷中需要吸納和釋放的負(fù)荷不同，靈活組合電解槽和燃料電池的額定功率，從而降低整個HESS 系統(tǒng)的成本。但當(dāng)PD約束要求逐漸降低時(shí)，不需要系統(tǒng)完全吸納峰值凈負(fù)荷，儲氫系統(tǒng)失去了靈活組合吸納凈負(fù)荷降低系統(tǒng)成本的優(yōu)勢，反而是充放電功率相同的蓄電池逐漸在HESS 系統(tǒng)中起到充電和放電的主導(dǎo)地位。

總體而言，HESS 可通過對儲氫和蓄電池的協(xié)同運(yùn)行來調(diào)節(jié)凈負(fù)荷，并且HESS 的LCOS 隨PD 約束的減小而增大。

3.2 考慮不同工況的結(jié)果分析

考慮約束為PD≤5%，案例1 為考慮工況1 和工況2 時(shí)的最優(yōu)容量；案例2 為考慮所有運(yùn)行工況時(shí)的最優(yōu)容量，具體優(yōu)化結(jié)果如表5 所示。

如圖7 所示，案例1 為考慮工況1 和工況2 時(shí)HESS 系統(tǒng)的運(yùn)行情況。為了確保HESS 的經(jīng)濟(jì)性與可靠性的均衡，工況1 中，運(yùn)行到12：00—15：00 時(shí)HESS 無法完全吸收凈負(fù)荷；工況2 中，該配置下系統(tǒng)可完全滿足工況2 的負(fù)荷需求，最終優(yōu)化的PD = 4.47%。案例1 最優(yōu)LCOS 為0.361 美元/kWh，相較于只考慮典型工況的優(yōu)化結(jié)果0.315 美元/kWh（PD≤5%），LCOS 明顯增大。同時(shí)由表4 和表5 對比可知，儲氫罐和燃料電池的配置結(jié)果相較于典型工況下分別增加了219% 和1020%，而蓄電池的額定功率增加了173%，額定容量減小了23%，儲氫系統(tǒng)配置相較于蓄電池明顯增加，體現(xiàn)了儲氫系統(tǒng)的靈活性和經(jīng)濟(jì)性。

如圖8 所示，案例2 為考慮全運(yùn)行工況時(shí)HESS 系統(tǒng)在工況2 和工況3 的運(yùn)行情況。為了確保HESS 系統(tǒng)的經(jīng)濟(jì)性與可靠性的均衡，工況2 中00：00—07：00 和18：00—24：00 也出現(xiàn)了系統(tǒng)無法滿足凈負(fù)荷的情況；工況3 中，當(dāng)凈負(fù)荷較大時(shí)HESS 系統(tǒng)無法吸收全部凈負(fù)荷；而工況1 中，該配置下系統(tǒng)可完全滿足工況1 的凈負(fù)荷需求，最終計(jì)算得到案例2的PD = 4.82%。案例2 最優(yōu)LCOS 為0.419 美元/kWh，這是由于將極限情況下HESS 全放電工況（工況2）與極限情況下HESS 全充電工況（工況3）納入考慮，且工況3 所充電量并不計(jì)入HESS 系統(tǒng)的出力，所以HESS 的LCOS 相對較大。同時(shí)由表4 和表5 對比可知，當(dāng)考慮極端充放工況后HESS系統(tǒng)中電解槽、儲氫罐、燃料電池配置相較于典型工況分別增加了183%、916% 和162%，而蓄電池配置卻減小，證明了儲氫能更經(jīng)濟(jì)的滿足復(fù)雜工況凈負(fù)荷需求，體現(xiàn)了儲氫系統(tǒng)的靈活性。

3.3 典型工況下不同儲能結(jié)構(gòu)的結(jié)果分析

典型工況下HESS 和單儲氫儲能及單蓄電池儲能在PD=0 約束下的優(yōu)化結(jié)果如表6 所示。由表6 和圖9 可知，蓄電池儲氫的最佳LCOS 為0.377 美元/kWh，蓄電池的最佳LCOS 為0.395 美元/kWh，而HESS 系統(tǒng)的最佳LCOS 為0.362 美元/kWh，相較于單儲氫儲能降低了3.97%，相較于單蓄電池儲能降低了8.35%。因此，聯(lián)合儲能系統(tǒng)可結(jié)合儲氫和蓄電池的技術(shù)特性優(yōu)勢以降低LCOS。

3.4 與傳統(tǒng)基于規(guī)則的容量優(yōu)化結(jié)果對比

本文采用文獻(xiàn)［17］基于規(guī)則能量管理策略（rule-basedenergy management strategies， RBEMS）的容量優(yōu)化作為對照組。運(yùn)行規(guī)則簡單概括為：優(yōu)先使用蓄電池進(jìn)行充放電調(diào)節(jié)凈負(fù)荷，當(dāng)蓄電池?zé)o法調(diào)節(jié)凈負(fù)荷時(shí)儲氫系統(tǒng)進(jìn)行補(bǔ)充調(diào)節(jié)剩余的凈負(fù)荷，以確保系統(tǒng)功率平衡。

采用PD=0 作為邊界條件，基于RBEMS 獲得的HESS的運(yùn)行狀況和SOC 如圖10 所示。對比圖6 可看出，蓄電池在RBEMS 中承擔(dān)了更多的充放電任務(wù)，特別是00：00—10：00 和20：00—24：00 放電任務(wù)都由蓄電池完成。電池SOC 的波動相對更為明顯，在10：00 時(shí)達(dá)到最低狀況。同時(shí)經(jīng)過一日的充放電，儲氫和蓄電池的SOC 都復(fù)位到了約束范圍內(nèi)，證明優(yōu)化結(jié)果的正確性。

4 結(jié) 論

本文提出包含靈活儲氫和蓄電池聯(lián)合儲能的離網(wǎng)型混合可再生能源系統(tǒng)結(jié)構(gòu)，并提出考慮極端運(yùn)行工況的規(guī)劃運(yùn)行多階段協(xié)同優(yōu)化方法，主要得到如下結(jié)論：

1）混合可再生能源系統(tǒng)的經(jīng)濟(jì)效益與技術(shù)可靠性之間存在明顯的權(quán)衡關(guān)系，當(dāng)功率偏差約束從0% 降至5% 時(shí)，儲能度電成本降低了12.8%。

2）在考慮極端工況時(shí)，混合可再生能源系統(tǒng)中儲氫子系統(tǒng)的電解槽、儲氫罐、燃料電池根據(jù)不同工況需求靈活組合以提高容量配置的經(jīng)濟(jì)效益，但蓄電池儲能的一體化結(jié)構(gòu)限制了其容量配置的靈活性。

3）氫儲能-蓄電池聯(lián)合儲能系統(tǒng)的經(jīng)濟(jì)效益和可靠性均高于單一儲能，在相同可靠性水平下，其平準(zhǔn)化儲能度電成本相較于氫儲能降低了3.97%，相較于蓄電池儲能降低了8.35%。

4）相比基于規(guī)則的容量優(yōu)化方法，本文所提多階段優(yōu)化框架使得最優(yōu)儲能度電成本降低了13.7%。

［參考文獻(xiàn)］

［1］ 周孝信， 陳樹勇， 魯宗相， 等. 能源轉(zhuǎn)型中我國新一代電力系統(tǒng)的技術(shù)特征［J］. 中國電機(jī)工程學(xué)報(bào)， 2018， 38（7）： 1893-1904， 2205.

ZHOU X X， CHEN S Y， LU Z X， et al. Technologyfeatures of the new generation power system in China［J］.Proceedings of the CSEE， 2018， 38（7）： 1893-1904，2205.

［2］ JACOB A S， BANERJEE R， GHOSH P C. Sizing ofhybrid energy storage system for a PV based microgridthrough design space approach［J］. Applied energy， 2018，212： 640-653.

［3］ ZHANG Y S， HUA Q S， SUN L， et al. Life cycleoptimization of renewable energy systems configurationwith hybrid battery/hydrogen storage： a comparative study［J］. Journal of energy storage， 2020， 30： 101470.

［4］ BAGHAEE H R， MIRSALIM M， GHAREHPETIAN G B，et al. Reliability/cost-based multi-objective Pareto optimaldesign of stand-alone wind/PV/FC generation microgridsystem［J］. Energy， 2016， 115： 1022-1041.

［5］ 黃大為， 齊德卿， 于娜， 等. 利用制氫系統(tǒng)消納風(fēng)電棄風(fēng)的制氫容量配置方法［J］. 太陽能學(xué)報(bào)， 2017， 38（6）：1517-1525.

HUANG D W， QI D Q， YU N， et al. Capacity allocationmethod of hydrogen production system consumingabandoned wind power［J］. Acta energiae solaris sinica，2017， 38（6）： 1517-1525.

［6］ 張繼紅， 闞圣鈞， 化玉偉， 等. 基于氫氣儲能的熱電聯(lián)供微電網(wǎng)容量優(yōu)化配置［J］. 太陽能學(xué)報(bào)， 2022， 43（6）：428-434.

ZHANG J H， KAN S J， HUA Y W， et al. Capacityoptimization of chp microgrid based on hydrogen energystorage［J］. Acta energiae solaris sinica， 2022， 43（6）：428-434.

［7］ BOCKLISCH T. Hybrid energy storage approach forrenewable energy applications ［J］. Journal of energystorage， 2016， 8： 311-319.

［8］ PELOSI D， BALDINELLI A， CINTI G， et al. Batteryhydrogenvs. flywheel-battery hybrid storage systems forrenewable energy integration in mini-grid： a technoeconomiccomparison［J］. Journal of energy storage， 2023，63： 106968.

［9］ GUEZGOUZ M， JURASZ J， BEKKOUCHE B， et al.Optimal hybrid pumped hydro-battery storage scheme foroff-grid renewable energy systems［J］. Energy conversionand management， 2019， 199： 112046.

［10］ ZHANG Y， SUN H X， TAN J X， et al. Capacityconfiguration optimization of multi-energy systemintegrating wind turbine/photovoltaic/hydrogen/battery［J］.Energy， 2022， 252： 124046.

［11］ CAU G， COCCO D， PETROLLESE M， et al. Energymanagement strategy based on short-term generationscheduling for a renewable microgrid using a hydrogenstorage system［J］. Energy conversion and management，2014， 87： 820-831.

［12］ KYRIAKARAKOS G， PIROMALIS D D， ARVANITIS KG， et al. On battery-less autonomous polygenerationmicrogrids： investigation of the combined hybridcapacitors/hydrogen alternative［J］. Energy conversion andmanagement， 2015， 91： 405-415.

［13］ 郭蘇， 何意， 阿依努爾·庫爾班， 等. 基于多儲能技術(shù)經(jīng)濟(jì)性比較的可再生能源發(fā)電系統(tǒng)多目標(biāo)容量優(yōu)化［J］.太陽能學(xué)報(bào)， 2022， 43（10）： 424-431.

GUO S， HE Y， AYNUR KURBAN， et al. Multi-objectivecapacity optimization of renewable power systemconsidering techno-economic comparisons of variousenergy storage technologies［J］. Acta energiae solarissinica， 2022， 43（10）： 424-431.

［14］ JAVED M S， SONG A T， MA T. Techno-economicassessment of a stand-alone hybrid solar-wind-batterysystem for a remote island using genetic algorithm［J］.Energy， 2019， 176： 704-717.

［15］ GHAFFARI A， ASKARZADEH A. Design optimization ofa hybrid system subject to reliability level and renewableenergy penetration［J］. Energy， 2020， 193： 116754.

［16］ HE Y， GUO S， ZHOU J X， et al. The quantitative technoeconomiccomparisons and multi-objective capacityoptimization of wind-photovoltaic hybrid power systemconsidering different energy storage technologies［J］.Energy conversion and management， 2021， 229： 113779.

［17］ HE Y， GUO S， DONG P X， et al. Techno-economiccomparison of different hybrid energy storage systems foroff-grid renewable energy applications based on a novelprobabilistic reliability index［J］. Applied energy， 2022，328： 120225.

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃（2018YFE0128500）；華能集團(tuán)總部科技項(xiàng)目（HNKJ20-H20）